La fibre creuse fait gagner 30% de vitesse aux data centers géants
Pourquoi ça compte pour toi
Les géants de l'IA construisent des data centers de plus en plus énormes, étalés sur des centaines d'hectares. Le problème : plus c'est grand, plus les délais de transmission s'accumulent. Cette fibre creuse (qui envoie la lumière dans le vide au lieu du verre) pourrait permettre de construire 30% plus loin sans perdre en performance — et ça change complètement l'équation économique et géographique des data centers futurs.
Ce qu'il faut retenir
- 1.Fibre creuse = 5 microsecondes/km au lieu de 3,5 avec la fibre classique (30% plus rapide)
- 2.Relativity a sécurisé une commande de 40 millions auprès d'un hyperscaler (Google/Meta/OpenAI probablement)
- 3.Enjeu réel : relier plusieurs campus de data centers comme une seule machine synchronisée, là où le réseau devient critique
Tu galères avec le jargon ?
Lis la version réécrite en mode débutant — toutes les idées, sans le jargon.
Pourquoi cette fibre change la donne
Imagine un data center d'IA gigantesque : 100 hectares, 10 bâtiments séparés, des milliers de GPUs qui doivent travailler en parfaite synchronisation. Là où ça bloque, c'est le câblage. La fibre classique, c'est déjà de la lumière qui va presque à la vitesse limite — mais "presque" compte en microsecondes.
La fibre creuse (hollow-core), c'est radicalement différent. Au lieu que la lumière traverse du verre (ce qui la ralentit un peu), elle traverse un vide. Résultat : tu gagnes 30% sur chaque milliseconde. Concrètement ? Tu peux étendre ton réseau 30% plus loin avant que la latence te pénalise.
Ce que les data centers en font
Le CEO Jason Eisenholz le dit clairement : l'époque où tu regroupais tout sur un seul rack de GPUs, c'est fini. Maintenant, les plus gros systèmes d'IA s'étalent sur plusieurs campus — parce que l'électricité n'est pas disponible partout où tu le souhaites, ou parce que tu dois dissiper la chaleur.
Mais tu veux que tout ça se comporte comme une seule machine. D'où l'intérêt d'économiser chaque microseconde.
L'arrivée de l'ère 3 de l'IA
Eisenholz propose une vision en trois ères :
- ▸Ère 1 = GPU, GPU, GPU (puissance brute)
- ▸Ère 2 = réseau intra-data-center optimisé
- ▸Ère 3 = géographie optimisée (où tu construis et comment tu les relies)
Si tu crois à cette théorie, Relativity ne vend pas juste du câble — elle vend la clé pour passer à l'échelle suivante.
Les chiffres
22 millions en notes SAFE (phase pré-amorçage/amorçage), plus une commande de 40 millions d'un hyperscaler anonyme. C'est pas du capital-risque spectaculaire, mais c'est un vote très direct des gens qui construisent les data centers de Google/Meta/OpenAI.
Et concrètement pour toi ?
Choisis ton profil — la lecture de l'article change selon qui tu es.
Pour toi, le vrai sujet n'est pas la vitesse en soi, mais la géographie : cette fibre permet de construire l'IA plus près de toi (data centers régionaux) sans sacrifier la performance centralisée. C'est comment on passe d'une IA « cloud US » à une IA « distribuée localement ».
Source
📊 Cours en bourse
Pour aller plus loin
Cet article t'a donné envie d'approfondir ? Deux formations Noésis t'attendent :
Explorer les thèmes de cet article :